1. 研究目的与意义（文献综述）

1. 意义
视觉，作为人类接收信息的主要方式之一，负责超过 80%的信息获取。

视觉计算理论创始人 marr认为视觉的主要作用是将二维的图像通过计算进行三维重建，也就是对空间物体的识别和理解。

和人类视觉基本功能一样，计算机视觉中物体的分类和检测，一直是一个重要问题。

2. 研究的基本内容与方案

1.基本内容

1. 查阅资料，研究深度学习工作原理以及其中常用的网络类型，如卷积神经网络（cnn）、受限玻尔兹曼机（rbm）和深度置信网路（dbn）等；
2. 对比研究几种基于深度学习的目标检测算法，了解其算法原理并比较优劣；
3. 通过设计实验，研究遮挡问题对于深度学习目标检测精度的影响；
4. 提出一种抑制遮挡问题深度学习目标检测算法，并设计实验验证所提算法的有效性。

2.目标

3. 研究计划与安排

• 第一至第二周：查阅设计题目的相关资料；
• 第三至第四周：撰写开题报告，翻译英文资料；
• 第五至第六周：掌握OpenCV和一种深度学习工具库，如Tensorflow、caffe，的使用方法；
• 第七至第八周：深入学习深度学习的原理以及其中常见的神经网络类型；
• 第九至第十周：对比研究几种基于深度学习的目标检测算法，了解其算法原理并比较优劣；
• 第十一至第十二周：通过设计实验，研究遮挡问题对于深度学习目标检测精度的影响；
• 第十三至第十四周：提出并实现一种抑制遮挡问题的思路，并设计实验验证所提算法的有效性；
• 第十五周：撰写毕业设计论文。

4. 参考文献（12篇以上）

[1] wang, xinlong, et al."repulsion loss: detecting pedestrians in a crowd." arxiv preprintarxiv:1711.07752, 2017.

[2] goodfellow i, bengio y,courville a. deep learning[m]. mit press, 2016.

[3] nielsen m a. neural networksand deep learning[j]. 2015.